Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * A Data Mining approach to the prediction of substrate load and mixed liquor suspended solid

Studziński, Jan; Szeląg, Bartosz

Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * A Data Mining approach to the prediction of substrate load and mixed liquor suspended solid

Pobierz

Tytuł: Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * A Data Mining approach to the prediction of substrate load and mixed liquor suspended solid

Abstrakt:

This paper presents the methodology of modelling the mixed liquor suspended solid and food-to-mass ratio. The statistical models for the predictions of the wastewater influent (Q), biochemical oxygen demand (BOD5) and mixed liquor suspended solids (MLSS) were developed. Due to the fact that BOD5 determination is difficult to perform, the possibility of predicting this wastewater quality index using the wastewater influent and the COD data was analysed. To determine 11:LSS, the measurements of BOD5, COD, TSS, TN and NH4+, and also of the bioreactor operational parameters (recirculation rate, sludge pH and temperature, and amount of excess sludge removed) were applied. Because of high costs of determining wastewater quality indicators, the possibility of predicting those quantities on the basis of the flow rate recorded in the last measurements was taken in to account. The analyses performed for the paper made it possible to assess the impact of errors of wastewater quality prediction on the results of modelling of the food-to-mass ratio and mixed liquor suspended solids.

Czasopismo/Seria/cykl:

Raport Badawczy = Research Report

Szczegółowy typ zasobu:

Raport

Identyfikator zasobu:

oai:rcin.org.pl:208752

Źródło:

RB-2016-50-03

Język:

eng

Język streszczenia:

eng

Prawa:

Licencja Creative Commons Uznanie autorstwa 4.0

Zasady wykorzystania:

Zasób chroniony prawem autorskim. [CC BY 4.0 Międzynarodowe] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 4.0, której pełne postanowienia dostępne są pod adresem: ; -

Digitalizacja:

Instytut Badań Systemowych Polskiej Akademii Nauk

Lokalizacja oryginału:

Biblioteka Instytutu Badań Systemowych PAN

Dofinansowane ze środków:

Program Operacyjny Polska Cyfrowa, lata 2014-2020, Działanie 2.3 : Cyfrowa dostępność i użyteczność sektora publicznego; środki z Europejskiego Funduszu Rozwoju Regionalnego oraz współfinansowania krajowego z budżetu państwa

Dostęp:

Otwarty

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

19 paź 2021

Data dodania obiektu:

8 wrz 2021

Liczba pobrań / odtworzeń:

Wszystkie dostępne wersje tego obiektu:

https://rcin.org.pl./publication/245695

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie RDFa:

RDFa

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Raporty Badawcze

Nazwa wydania	Data
RB-2016-50-03 : Studziński Jan, Szeląg Bartosz : Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * A Data Mining approach to the prediction of substrate load and mixed liquor suspended solid	19 paź 2021